跳到正文

产品更新

AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。

1,536条精选相关主题模型发布行业动态AI 编码

最新精选

第 1521–1536 条 · 共 1,536 条
7月14日周四
  1. OpenAI News52

    OpenAI 介绍 DALL·E 2 研究预览中的艺术家使用情况

    OpenAI 在 DALL·E 2 研究预览中,已有来自 118 个以上国家的 3000 多名艺术家将 DALL·E 纳入创作流程。OpenAI 表示,早期访问组的艺术家帮助发现了 DALL·E 的新用途,并在其决定 DALL·E 功能时提供了关键意见。

    推荐理由:原文给出 DALL·E 2 研究预览中艺术家的使用规模,读者可据此了解早期创作者如何参与产品功能决策。

5月18日周三
1月25日周二
11月18日周四
8月10日周二
7月28日周三
6月11日周四
4月14日周二
  1. OpenAI News62

    OpenAI 推出 Microscope,可视化八个视觉模型各层与神经元

    OpenAI 推出 OpenAI Microscope,这是一个可视化集合,涵盖八个视觉“模式生物”模型的每个重要层和神经元,这些模型常用于可解释性研究。Microscope 让分析这些神经网络内部形成的特征更容易,OpenAI 希望它能帮助研究社区理解这些复杂系统。

    推荐理由:OpenAI 公开八个视觉模型各层与神经元的可视化集合,为可解释性研究提供统一观察入口。

11月21日周四
3月4日周一
  1. OpenAI News55

    OpenAI 发布 Neural MMO 大规模多智能体游戏环境

    OpenAI 发布 Neural MMO,一个面向强化学习智能体的大规模多智能体游戏环境。该平台支持在持续、开放式的任务中运行数量可变的大量智能体,多智能体与多物种的加入带来更好的探索、分化出不同生态位以及整体能力的提升。

    推荐理由:OpenAI 发布面向强化学习智能体的多智能体游戏环境,读者可了解其支持大规模智能体与物种共存的设计取向。

11月8日周四
  1. OpenAI News62

    OpenAI 发布深度强化学习教学资源 Spinning Up in Deep RL

    OpenAI 发布 Spinning Up in Deep RL,一套面向深度强化学习的教学资源,目标是让任何人都能学习成为该领域的熟练实践者。该资源包含清晰的 RL 代码示例、教学练习、文档和教程。

    推荐理由:OpenAI 把深度强化学习的代码示例、练习与教程打包成一套公开学习资源,适合想入门该方向的人按图索骥。

5月25日周五
  1. OpenAI News62

    OpenAI 发布 Gym Retro 完整版,支持游戏增至 1000 多款

    OpenAI 发布强化学习游戏平台 Gym Retro 的完整版,公开可用的游戏数量从约 70 款 Atari 游戏和 30 款 Sega 游戏扩展到 1000 多款,覆盖多种模拟器后端。OpenAI 同时发布了用于向该平台添加新游戏的工具。

    推荐理由:原文给出游戏数量从约百款扩展到 1000 多款,并开放添加新游戏的工具,便于了解该强化学习平台的可用范围。

2月26日周一
  1. OpenAI News62

    OpenAI 发布八个仿真机器人环境与 Hindsight Experience Replay 实现

    OpenAI 发布八个仿真机器人环境,以及 Hindsight Experience Replay 的 Baselines 实现,这些环境是过去一年为自身研究开发的,并已用于训练可运行在实体机器人上的模型。OpenAI 同时发布了一组机器人研究需求。

    推荐理由:OpenAI 公开八个仿真机器人环境与 HER 的 Baselines 实现,读者可了解其机器人研究的基础设施与后续方向。

5月15日周一
12月5日周一
  1. OpenAI News62

    OpenAI 发布 Universe 软件平台

    OpenAI 发布 Universe,一个用于衡量和训练 AI 通用智能的软件平台,覆盖全球各类游戏、网站及其他应用。

    推荐理由:OpenAI 发布 Universe 平台,读者可了解其用游戏与网站训练通用智能的定位。

4月27日周三
  1. OpenAI News78

    OpenAI 发布强化学习工具包 Gym 公测版

    OpenAI 发布强化学习工具包 OpenAI Gym 的公测版,用于开发和比较 RL 算法。它包含一套持续扩充的环境,涵盖模拟机器人到 Atari 游戏,并提供一个用于比较和复现结果的站点。

    推荐理由:OpenAI 公开强化学习工具包 Gym 的 beta 版,读者可了解其环境套件与结果对比站点的构成。